首页 | 本学科首页   官方微博 | 高级检索  
     

基于多通道PCA模型的手写汉字识别方法
引用本文:高学,金连文,尹俊勋.基于多通道PCA模型的手写汉字识别方法[J].中国图象图形学报,2003,8(7):788-791.
作者姓名:高学  金连文  尹俊勋
作者单位:华南理工大学电子与通信工程系 广州510641 (高学,金连文),华南理工大学电子与通信工程系 广州510641(尹俊勋)
基金项目:国家自然科学基金(60 2 750 0 5 ),广东省自然科学基金(0 11611、020828),Motorola研究基金
摘    要:为了提高手写汉字的识别率和降低训练时间,提出了一种基于多通道PCA(Principal component analysis)模型的手写汉字识别方法.该方法首先根据汉字的结构特点,将手写汉字分解为“一”、“I”、“J”、“\”4种方向子模式,然后分别对每个子模式进行主分量分析,最后通过建立起每类汉字的多通道PCA模型来进行手写汉字的识别.该方法既兼顾了主分量对手写汉字的描述能力,又有效地降低了建立模型的训练时间.针对1034类别的手写汉字样本的实验结果表明,该汉字识别方法的识别率较欧氏距离分类器提高了4.4个百分点,而其训练时间则明显低于直接进行PCA重建的识别方法,由此可见,该方法是有效的。

关 键 词:多通道PCA模型  手写汉字识别  主分量分析  欧氏距离分类器
文章编号:1006-8961(2003)07-0788-04
修稿时间:2002年6月21日

A New Approach for Handwritten Chinese Character Recognition Based on Multi-Channel PCA Model
GAO xue,JIN Lian wen and YIN Jun xun.A New Approach for Handwritten Chinese Character Recognition Based on Multi-Channel PCA Model[J].Journal of Image and Graphics,2003,8(7):788-791.
Authors:GAO xue  JIN Lian wen and YIN Jun xun
Abstract:
Keywords:Handwritten Chinese character recognition  Principal component analysis  Multi  channel PCA model
本文献已被 CNKI 维普 等数据库收录!
点击此处可从《中国图象图形学报》浏览原始摘要信息
点击此处可从《中国图象图形学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号